中國建設銀行股份有限公司副總經理 尚波

　　根據尚波會上演講的速記內容，圈圈進行了加工整理，謹供參考。

　　數據管理歷程和認知

　　尚波的報告分四部分，第一部分為數據管理歷程和認知。尚波首先介紹了中國建設銀行企業級數據能力建設歷程，自1984年起到目前為止，經過了不關注、起步、打基礎、體系化、持續優化五大階段。

　　第一階段在2003年前建行并不關注數據建設。

　　第二階段是起步，2003年中國建設銀行成立了信息中心，是數據管理部的前身，提出了數據管控概念，制定了一些數據的標準，開始規劃和建設建設銀行的數據倉庫，建設銀行2003年規劃、2004年建設、2005年上線，銀行界，建成第一家數據倉庫。

　　第三階段在2007年到2010年，是打基礎階段。2007年建設銀行股改上市會以后，與美國銀行開展戰略合作，美銀在數據治理和數據管理方面給予建設銀行很大的幫助，在這個階段他們和帶領建設銀行研究數據能力框架。同時，也是建設銀行數據管理部在牽頭實施新資本協議，第三支柱建設銀行負責在做，打下了一個基礎，在理念上、在規范上、在倉庫建設上，建設銀行都有很好的基礎。

　　第四階段體系化，2011年開始中國建設銀行對整個全行的核心業務系統進行了重構，打破原來所有的系統，按照組建化、模型驅動的方法去來構建建設銀行建設銀行新一代的核心系統，為期六年。通過這個建設，由于良好的積累，建行借助新一代核心系統的建設，建立了數據管理體系和數據應用體系，說到體系化，是因建設銀行建立了兩個體系，2007年開始實際上，對數據能力建設這個角度來看，建設銀行對兩個體系進行持續不斷地優化。

　　第五階段就是持續優化。在這樣一個數據化的時代，建設銀行已經把數據視作資產、視作戰略資源去加以管理和應用。

　　數據管理能力中國建設銀行數據能力框架建設：2007年美銀專家帶領建設銀行開始建設數據能力的框架，它是來指導建設銀行在數據能力建設方面哪些東西你應該去做的，哪些東西你做的是不到位的，指導建設銀行不走偏。

　　這個框架2007年開始不斷地在修訂、在補充、在完善，隨著新的技術、新的工具，通過咱們數據行業的一些發展，當時2007年在建的這個框架，美行自己有一個框架參考了，另外建設銀行參考了IBM的一些能力框架，再就是DAMA，剛才李廣乾先生也提到了DAMA，DAMA的框架也參考了，建設銀行形成了中國建設銀行的能力框架，不斷地在迭代，從數據的應用、數據管控機制的建設和管理類數據的需求的統籌管理。

　　業務數據化，建立企業級數據規范。中國建設銀行的核心系統的建設是模型來驅動的，不是傳統的寫文字、劃出屏幕的樣子，實際上建設銀行是通過模型來驅動，兩大核心模型，一個是數據模型，一個是流程模型。

　　從數據的角度來看，參考了IBM金融服務數據模型構建中國建設銀行，建設銀行從ABCC’到D，最核心的一塊建設銀行是C，C模型是企業界的邏輯數據模型，涵蓋了建設銀行所有的產品和服務，在構建C’是叫應用級或者叫組件級的模型，根據建設銀行的C模型來組建指導它建設它的數據庫設計，最終落地到數據庫。通過企業界的C模型把建設銀行所有數據的規范和標準進行統一的定義，包括所謂的代碼。

　　建設銀行從業務視角看指標或者從數據視角看衍生數據，建設銀行從底層到上面也有一套管控機制，通過這套管控機制使建設銀行任何一個數據不管它的基礎數據還是匯總數據或者指標數據都是單點去創建的，從而避免了企業常見的同名不同域，或者同域不同名的情況。通過兩套模型把技術標準規范定義了，確保企業數據的標準唯一。

　　數據資產化：實施全流程數據管控。剛才談業務要數據化，數據要資產化，資產化借助底層，根據數據能力框架定義好的一些數據管控的機制也好，數據管理核心的一些能力，通過這些建設來支撐，保證中國建設銀行的數據能夠達到全、省、快、信、易、好，整個讓數據是良性的，使要數據的時候很快可以拿到而且是可信的，而且是容易的。

　　企業級數據倉庫是數據資產寶庫和引擎。

　　中國建設銀行在2011年啟動建模，2015年前后模型建立好以后，企業界的邏輯C模型，這個模型在2015年前后把它換掉了，采用自己的模型，采用C模型構建的倉庫，講九大主題就是這九大主題，所以整合數據的時候用建設銀行自己企業級的邏輯模型去構建。下游所有管理分析類應用唯一的一個數據來源就是倉庫，各管理分析系統之間沒有任何數據交換，唯一的交換點就是倉庫。

　　倉庫的構建使得中國建設銀行在任何一個試點企業核心的全貌的數據是能夠看到的，也是準確的，所以講大數據時代也好或者講數據服務以后，在可見的將來我認為數據倉庫是非常重要的，而且一定是存在的，因為談倉庫一定是結構化數據，所以它是在任何一個時間點是能夠保證你企業有完整的、統一的一個視圖，能夠保證數據的可信，所以這個機制是非常非常重要的一個機制。

　　有效的數據治理組織架構。

　　中國建設銀行今年剛剛改革，建設銀行今年成立了金融科技創新委員會，最大的特點是在創新委員會下面設立了數據治理專業委員會，它最重要的職責是對中國建設銀行所有關于數據管理和數據應用重大的一些事項要去審批的，重大的一些財務支出是要審批的，大數據的重大的一些項目也需要它去審批。數據治理專業委員會主任是一把手、是行長，包括首席財務官也在這里面。數據治理專業委員會辦公室設在部門，下面有一個上海大數據智慧中心，要干的事情就是干大數據的事情，有一支100人的隊伍在上海。

　　數據應用能力

　　企業級數據能力應用需求統籌管理。建設銀行數據管理部承擔了一個重大的職責就是把數據需求進行集中，統一進行管理，把數據需求分為三類，叫做簡單、復雜和專業需求。

　　因為所有的需求都會到數據管理部進行統籌，對于涉及到開發的直接就轉技術，對于純數據的需求，第一類簡單的直接通過一些管理分析類的系統，通過界面去解決。再一類是專業復雜的需求，復雜的需求往往是臨時性、緊迫性的東西，有專業的數據團隊通過服務去交付，這塊就完成了。還有一塊需求是專業的需求，專業的需求往往通過數據模型的建設，通過模型跑出結果去交付的，叫做專業。

　　最重要的一點是驅動，有兩類驅動，一類是業務需求的驅動，業務部門或者分行干不了的事情有困難會提出來，這是驅動力。還有一塊是數據需求的驅動，數據需求驅動這塊為什么重點來談呢？這塊就是數據分析人員、數據專業人員對于業務有一定的洞察能力的時候，他會來主動提出一些需求，往往一些大數據產品就是像一些分數、指數、客戶標簽很多的需求是來自于數據條線的專業人員提出來的，叫做數據驅動。

　　普及企業級數據應用，實現資產價值化。關于數據的需求，除了傳統的管理分析類專業的系統，建設銀行數據管理部來承擔的大量的需求是什么呢？就是一些跨部門、跨條線、說不清楚的一些需求，這塊需求給它分為三類：一類叫固定報表，自助查詢加上機器查詢，這類應用由企業級的數據平臺來去支撐，企業平臺最重要的作用是來支撐業務人員自主用數，把用數的權利還給業務，這是數據管理部牽頭建設的一個平臺。再一塊叫做數據模型實驗室和數據挖掘，這塊對應著大數據智能平臺，大數據智能平臺承擔著中國建設銀行數據模型實驗室和傳統的商業智能或者講現在的大數據分析應用，承擔著這個功能。再一塊就是儀表盤，儀表盤這塊有建設銀行的手機移動端作出各階層500、600個指標，建設銀行T+1，大部分核心業務指標做了T+1來去展現的，這是談信息應用的六大模式建設銀行有三個平臺去承接。

　　大數據智能平臺。建設銀行2016年開始建設大數據智能平臺，大數據智能平臺從底下看，有數據，它的數據來源就是我談的數據倉庫，數據倉庫所有的數據包括內部數據、外部數據、結構化數據、非結構化數據，對整個大數據智能平臺是開放的。在功能上有三大核心能力：第一，數據的獲取，從倉庫拿數據不需要走線上流程，有一套機制可以直接去取。再一個就是分析能力，建設銀行借助各種工具，傳統的商業智能工具也好、新型的大數據包括人工智能的一些能力都部署上去了。再一塊就是交付，可以把模型交付出去，也可以把結果批量地交付出去，也可以分裝服務直接跟流程系統去對接，這是交付。

　　另外還有三個庫，一個產品庫，好的模型分裝成產品去共享，變成一個數據產品，再一個是知識庫，工具箱，工具箱就是剛才談到的所有的基于傳統的商業智能工具也好、大數據工具也好，另外一點把圖也用上了，圖數據庫加上上面的可視化分析工具相關的算法已經部署了。在應用層面談了，用什么去交付的，可以訓練好模型，由模型布置到其他的地方。

　　綠樹工程。建設銀行做了綠樹工程，最大的職責是管理好數據讓大家用數據，綠樹工程叫做大數據人才培養工程，建設銀行在各部門、各條線，從2016年開始到現在干了三年，去培訓條線的各分行的、各部門去上海建設，去做模型，去做一些應用，讓這些人回到分行和部門的時候起到一些帶頭的作用，效果非常好了，各部門現在對大數據的一些應用非常好，認識水平也有大大的提高。

　　數據應用共享，力求價值最大化。通過共享來實現國家的價值，讓數據的價值最大化，這里是最后一個價值化，其實整個貫穿下來談到一個重要的理念也是建設銀行總行數據管理部劉總提出來四化的概念，哪四化呢？業務數據化、數據資產化、資產價值化、價值最大化，實際上是圍繞著這四化來去說的?！　?/p>

　　未來展望

　　中國建設銀行通過新一代核心系統的建設同步建立了兩大體系，數據管理體系和數據應用體系。

　　通過這兩個體系的互動，使得的數據更好，也支撐數據的應用能夠更好地發展，在數據應用過程中發現數據問題的時候通過數據管理體系去解決，數據管理體系解決得好，更好地來支撐建設銀行數據應用體系的一些建設。

責任編輯：王超